基于稀疏表示的小麦品种识别

摘要：

利用机器视觉判别农作物品种的应用日趋增多,为了提高粮食品种的识别率,提出利用稀疏表示的方法识别小麦品种.首先选择内乡188、郑麦9023、优展1号、豫麦47这4种不同类型的小麦品种,每种小麦随机选取200粒,选择其中40粒作为训练样本,提取可以区别不同类型小麦的颜色、形态和纹理特征参数作为小麦籽粒的典型特征,用来组建稀疏表示方法的所需字典;然后选择其中一种小麦品种作为测试样本,通过Matlab仿真计算每一个测试样本在字典上的投影,将投影误差最小的类作为测试样本的所属类别;最后对比和分析稀疏表示方法与BP神经网络方法对小麦品种的识别结果.仿真表明,稀疏表示方法对于4种小麦品种识别准确率达到96.7％,获得了很好的分类效果,是一种可以准确识别小麦品种的有效方法.

关键词：小麦分类、图像处理、稀疏表示

所属期刊栏目：14

分类号：S512.1;TS211.2(禾谷类作物)

资助基金：国家自然科学基金项目61304258,61273075,61172133;河南省自然科学基金项目152300410200

在线出版日期：2016-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：730-735